پیشگویی مرگ و زندگی با هوش مصنوعی

خزعل زیاری: سازندگان Life2vec به دور از اینکه یک تماس بحث برانگیز باشد، به دنبال استفاده از الگوها و روابطی هستند که برنامه های یادگیری عمیق می توانند از آنها برای پیش بینی انواع رویدادهای سلامتی و زندگی اجتماعی استفاده کنند.

سان لمان، استاد دانشگاه فنی دانمارک و یکی از نویسندگان مطالعه اخیر منتشر شده در مجله Computational Science می گوید: «این یک چارچوب بسیار کلی برای پیش بینی زندگی انسان است که می تواند هر چیزی را با داده های آموزشی پیش بینی کند. به گفته لمن، احتمالات بی پایان هستند.

سپس به سخنان خود افزود: با این روش پیامدهای سلامتی پیش بینی می شود. بنابراین می توانید باروری یا چاقی را پیش بینی کنید، یا می توانید پیش بینی کنید که چه کسی در آینده به سرطان مبتلا می شود و چه کسی نه، و همچنین می توانید پیش بینی کنید که چه زمانی ثروتمند می شوید.»

این الگوریتم از فرآیند مشابهی استفاده می کند ChatGPT موارد استفاده؛ اما متغیرهایی را که بر زندگی تاثیر می گذارند، مانند باروری، تحصیلات، مزایای اجتماعی یا برنامه های کاری تجزیه و تحلیل می کند.

اعضای تیم در حال کار برای گردآوری نوآوری هایی هستند که به الگوریتم های پردازش زبان اجازه می دهد تا تکامل را مطالعه کنند و زندگی انسان ها را بر اساس توالی واقعی رویدادها پیش بینی کنند.

لمن گفت: از یک سو، زندگی فقط مجموعه ای از رویدادهاست: مردم متولد می شوند. آنها به پزشک اطفال می روند، به مدرسه می روند، به شهر جدید نقل مکان می کنند، ازدواج می کنند و غیره.

کلاهبرداران از این ایده سوء استفاده می کنند

در همین حال، معرفی این اپلیکیشن ادعاهایی مبنی بر «ماشین حساب مرگ» را برانگیخته است و برخی از وب سایت های کلاهبرداری، افراد را فریب می دهند تا از برنامه هوش مصنوعی برای پیش بینی امید به زندگی (در ازای اطلاعات شخصی افراد) استفاده کنند.

اکنون محققان اشاره می کنند که این نرم افزار کاملاً محرمانه است و در حال حاضر در اینترنت یا جامعه تحقیقاتی گسترده تر در دسترس نیست.

بررسی اطلاعات آماری شش میلیون نفر

مبنای ساخت مدل life2vec، گرفتن داده های بیش از شش میلیون فرد ناشناس دانمارکی است که توسط آژانس آمار رسمی دانمارک جمع آوری شده است و با تجزیه و تحلیل توالی وقایع، می توان نتیجه زندگی افراد را تا آخرین نفس پیش بینی کرد. .

این الگوریتم در پیش بینی مرگ در 78 درصد موارد دقیق بود. در پیش بینی اینکه فردی به شهر یا کشور دیگری نقل مکان می کند، پیش بینی ها در 73 درصد موارد درست بود.

لیمن توضیح داد: «ما به مرگ زودرس نگاه می کنیم. ما یک گروه بسیار جوان بین سنین 35 تا 65 را در نظر می گیریم و سعی می کنیم پیش بینی کنیم که آیا فردی در 4 سال آینده در مقایسه با دوره هشت ساله بین سال های 2008 و 2016 خواهد مرد یا خیر. این مدل می تواند عملکرد بسیار خوبی داشته باشد. این بسیار بهتر از هر الگوریتم دیگری است.”

به گفته محققان، تمرکز بر این محدوده سنی (جایی که مرگ و میر پایین است) به آنها اجازه می دهد تا قابلیت اطمینان الگوریتم را آزمایش کنند. با این حال، این ابزار هنوز برای استفاده در خارج از یک محیط تحقیقاتی آماده نیست.

لیمن گفت: «اکنون این یک پروژه تحقیقاتی است که در آن ما در حال بررسی ممکن و غیرممکن هستیم. در عین حال، او و دستیارانش می خواهند پیامدها و تاثیرات بلندمدت تعاملات اجتماعی بر زندگی و سلامت مردم را مطالعه کنند.

یک درگیری کلی

به گفته محققان، این پروژه در واقع یک واکنش علمی به سرمایه گذاری های سنگین در الگوریتم های هوش مصنوعی ارایه شده توسط شرکت های بزرگ فناوری است. لیمن در این باره گفت: «آنها می توانند مدل هایی از این دست بسازند. اما آنها آن را برای مردم فاش نمی کنند و در مورد آن صحبت نمی کنند. آنها این مدل ها را می سازند تا بتوانید تبلیغات بیشتری بفروشید یا محصولات بیشتری را با این تبلیغات به شما بفروشید.

پرنیل ترنبرگ، کارشناس اخلاق داده دانمارکی، خاطرنشان کرد که الگوریتم های مشابه قبلاً توسط مشاغلی مانند شرکت های بیمه استفاده شده است. وی گفت: ممکن است شما را گروه بندی کنند و بگویند بیماری مزمن دارید و از خطرات شما می ترسند، از این ابزار می توان برای تبعیض علیه ما استفاده کرد تا پول بیشتری پرداخت کنید یا نتوانید از بانک وام بگیرید یا می توانید از خدمات بهداشت عمومی استفاده کنید، زیرا به هر حال خواهید مرد.”

اما وقتی نوبت به پیش بینی مرگ و میر می رسد، برخی از توسعه دهندگان قبلاً سعی کرده اند چنین الگوریتم هایی را تجاری کنند. ترنبرگ گفت: «در اینترنت، ساعت های پیش بینی را می بینیم که نشان می دهند چند سال خواهیم داشت و برخی از آنها اصلاً قابل اعتماد نیستند.

منبع: sciencealert

5858